高速铣削工件表面粗糙度预测建模

• 作者: 张心光 陆凤岭
• 来源期刊: 上海工程技术大学学报
• 学科: 交通运输
• 关键词: 高速铣削 表面粗糙度 广义回归神经网络
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 机械制造与智能控制
• 页码范围: 112-114
• 页数: 3页
• 分类号: U467.4+93
• 字数: 1979字
• 语种: 中文

摘要

高速铣削工件表面粗糙度是衡量高速铣削工件表面质量的重要指标.利用广义回归神经网络对工况1、工况3、工况5、工况7、工况9、工况11、工况13和工况15下的高速铣削试验数据进行分析,得到用于预测高速铣削工件表面粗糙度的数学模型.对工况2和工况6下的高速铣削工件表面粗糙度进行预测,将高速铣削工件表面粗糙度预测结果和试验结果进行对比.结果表明,高速铣削工件表面粗糙度预测数学模型具有良好的泛化性能,广义回归神经网络可为高速铣削工件表面粗糙度预测建模提供一种有效工具.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张心光	上海工程技术大学汽车工程学院	17	43	4.0	5.0
2	陆凤岭	上海工程技术大学汽车工程学院	3	4	1.0	2.0